CARA PENGGUNAAN SPSS

SPSS (Statistical Product and Service Solutions)

 

 

MENGENAL SPSS

SPSS adalah sebuah program aplikasi yang memiliki kemampuan analisis statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah untuk dipahami cara pengoperasiannya. Beberapa aktivitas dapat dilakukan dengan mudah dengan menggunakan pointing dan clicking mouse. 

SPSS banyak digunakan dalam berbagai riset pemasaran, pengendalian dan perbaikan mutu (quality improvement), serta riset-riset sains. SPSS pertama kali muncul dengan versi PC (bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+ (versi DOS). Tetapi, dengan mulai populernya system operasi windows. SPSS mulai mengeluarkan versi windows (mulai dari versi 6.0 sampai versi terbaru sekarang).

Pada awalnya SPSS dibuat untuk keperluan pengolahan data statistik untuk ilmu-ilmu social, sehingga kepanjangan SPSS itu sendiri adalah Statistikal Package for the Social Sciens. Sekarang kemampuan SPSS diperluas untuk melayani berbagai jenis pengguna (user), seperti untuk proses produksi di pabrik, riset ilmu sains dan lainnya. Dengan demikian, sekarang kepanjangan dari SPSS Statistical Product and Service Solutions.

SPSS dapat membaca berbagai jenis data atau memasukkan data secara langsung ke dalam SPSS Data Editor. Bagaimanapun struktur dari file data mentahnya, maka data dalam Data Editor SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (variables). Case berisi informasi untuk satu unit analisis, sedangkan variable adalah informasi yang dikumpulkan dari masing-masing kasus.

Hasil-hasil analisis muncul dalam SPSS Output Navigator. Kebanyakan prosedur Base System menghasilkan pivot tables, dimana kita bisa memperbaiki tampilan dari keluaran yang diberikan oleh SPSS. Untuk memperbaiki output, maka kita dapat mmperbaiki output sesuai dengan kebutuhan. Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas seperti berikut ini: 

• Data Editor. Merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian rupa seperti pada aplikasi-aplikasi spreadsheet untuk mendefinisikan, memasukkan, mengedit, dan menampilkan data.
• Viewer. Viewer mempermudah pemakai untuk melihat hasil pemrosesan, menunjukkan atau menghilangkan bagian-bagian tertentu dari output, serta memudahkan distribusi hasil pengolahan dari SPSS ke aplikasi-aplikasi yang lain.
• Multidimensional Pivot Tables. Hasil pengolahan data akan ditunjukkan dengan multidimensional pivot tables. Pemakai dapat melakukan eksplorasi terhdap tabel dengan pengaturan baris, kolom, serta layer. Pemakai juga dapat dengan mudah melakukan pengaturan kelompok data dengan melakukan splitting tabel sehingga hanya satu group tertentu saja yang ditampilkan pada satu waktu.
• High-Resolution Graphics. Dengan kemampuan grafikal beresolusi tinggi, baik untuk menampilkan pie charts, bar charts, histogram, scatterplots, 3-D graphics, dan yang lainnya, akan membuat SPSS tidak hanya mudah dioperasikan tetapi juga membuat pemakai merasa nyaman dalam pekerjaannya.
• Database Access. Pemakai program ini dapat memperoleh kembali informasi dari sebuah database dengan menggunakan Database Wizard yang disediakannya.
• Data Transformations. Transformasi data akan membantu pemakai memperoleh data yang siap untuk dianalisis. Pemakai dapat dengan mudah melakukan subset data, mengkombinasikan kategori, add, aggregat, merge, split, dan beberapa perintah transpose files, serta yang lainnya.
• Electronic Distribution. Pengguna dapat mengirimkan laporan secara elektronik menggunakan sebuah tombol pengiriman data (e-mail) atau melakukan export tabel dan grafik ke mode HTML sehingga mendukung distribusi melalui internet dan intranet.
• Online Help. SPSS menyediakan fasilitas online help yang akan selalu siap membantu pemakai dalam melakukan pekerjaannya. Bantuan yang diberikan dapat berupa petunjuk pengoperasian secara detail, kemudahan pencarian prosedur yang diinginkan sampai pada contoh-contoh kasus dalam pengoperasian program ini.
• Akses Data Tanpa Tempat Penyimpanan Sementara. Analisis file-file data yang sangat besar disimpan tanpa membutuhkan tempat penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum versi 11.5 dimana file data yang sangat besar dibuat temporary filenya.
• Interface dengan Database Relasional. Fasilitas ini akan menambah efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan menganalisnya dari database relasional.
• Analisis Distribusi. Fasilitas ini diperoleh pada pemakaian SPSS for Server atau untuk aplikasi multiuser. Kegunaan dari analisis ini adalah apabila peneliti akan menganalisis file-file data yang sangat besar dapat langsung me-remote dari server dan memprosesnya sekaligus tanpa harus memindahkan ke komputer user.
• Multiple Sesi. SPSS memberikan kemampuan untuk melakukan analisis lebih dari satu file data pada waktu yang bersamaan.
• Mapping. Visualisasi data dapat dibuat dengan berbagai macam tipe baik secara konvensional atau interaktif, misalnya dengan menggunakan tipe bar, pie atau jangkauan nilai, simbol gradual, dan chart. 

  

Menu yang terdapat pada SPSS adalah :

1.      FILE

      Untuk operasi file dokumen SPSS yang telah dibuat, baik untuk perbaikan pencetakan dan sebagainya. Ada 5 macam data yang digunakan dalam SPSS, yaitu :

            1.   Data             :  dokumen SPSS berupa data

            2.   Systax          :  dokumen berisi file syntax SPSS

            3.   Output          :  dokumen yang berisi hasil running out SPSS

            4.   Script            :  dokumen yang berisi running out SPSS

            5.   Database

            ♠    NEW            :  membuat lembar kerja baru SPSS

            ♠    OPEN          :  membuka dokumen SPSS yang telah ada

            Secara umum ada 3 macam ekstensi dalam lembar kerja SPSS, yaitu :

            1.   *.spo             :  file data yang dihasilkan pada lembar data editor

            2.   *.sav             :  file text/obyek yang dihasilkan oleh lembar output

3.  *.cht             :  file obyek gambar/chart yang dihasilkan oleh chart window

    ♠   Read Text Data     : membuka dokumen dari file text (yang berekstensi txt),    yang bisa dimasukkan/dikonversi dalam lembar data SPSS

     ♠    Save                      : menyimpan dokumen/hasil kerja yang telah dibuat.

            ♠    Save As                : menyimpan ulang dokumen dengan nama/tempat/type dokumen yang berbeda

     ♠    Page Setup           : mengatur halaman kerja SPSS

     ♠    Print                      : mencetak hasil output/data/syntaq lembar SPSS

                          Ada 2 option/pilihan cara mencetak, yaitu :

           -              All visible output           :mencetak lembar kerja secara keseluruhan

           -              Selection            : mencetak sesuai keinginan yang kita sorot/blok

     ♠    Print Preview        : melihat contoh hasil cetakan yang nantinya diperoleh

     ♠    Recently used data: berisi list file data yang pernah dibuka sebelumnya.

     ♠    Recently used file       : berisi list file secara keseluruhan yang pernah dikerjakan

2.      EDIT

      ­Untuk melakukan pengeditan pada operasi SPSS baik data, serta pengaturan/option untuk konfigurasi SPSS secara keseluruhan.

      ♠    Undo                    : pembatalan perintah yang dilakukan sebelumnya

♠    Redo                     : perintah pembatalan perintah redo yang dilakukan  sebelumnya

    ♠    Cut                       : penghapusan sebual sel/text/obyek, bisa dicopy untuk keperluan tertentu dengan perintah dari menu paste

  ♠    Paste                     : mempilkan sebua sel/text/obyek hasil dari perintah copy     atau cut

      ♠    Paste after            : mengulangi perintah paste sebelumya

      ♠    Paste spesial         : perintah paste spesial, yaitu bisa konvesri ke gambar,   word, dll

      ♠    Clear                     : menghapusan sebuah sel/text/obyek

      ♠    Find                      : mencari suatu text

      ♠    Options                 : mengatur konfigurasi tampilan lembar SPSS secara umum

3.      VIEW

      Untuk pengaturan tambilan di layar kerja SPSS, serta mengetahu proses-prose yang sedang terjadi pada operasi SPSS.

      ♠    Status Bar                   :   mengetahui proses yang sedang berlangsung

      ♠    Toolbar                        :   mengatur tampilan toolbar

      ♠    Fonts                           :   untuk mengatur jenis, ukuran font pada data editor SPSS

            -  Outline size              :   ukuran font lembar output SPSS

            -  Outline font             :   jenis font lembar output SPSS

      ♠    Gridlines                     :   mengatur garis sel pada editor SPSS

      ♠    Value labels                 :   mengatur tampilan pada editor untuk mengetahui value label

4.      DATA

      Menu data digunakan untuk melakukan pemrosesan data.

      ♠    Define Dates               :   mendefinisikan sebuah waktu untuk variable yang meliputi jam, tanggal, tahun, dan sebagainya

      ♠    Insert Variable            :   menyisipkan kolom variable

      ♠    Insert case                   :   menyisipkan baris

      ♠    Go to case                   :   memindahkan cursor pada baris tertentu

      ♠    Sort case                      :   mengurutkan nilai dari suatu kolom variable

      ♠    Transpose                    :   operasi transpose pada sebuah kolom variable menjadi baris

      ♠    Merge files                  :   menggabungkan beberapa file dokumen SPSS, yang dilakukan dengan penggabungan kolom-kolom variablenya

      ♠    Split file                      :   memecahkan file berdasarkan kolom variablenya

      ♠    Select case                   :   mengatur sebuah variable berdasarkan sebuah persyaratan tertentu

5.      TRANSFORM

      Menu transform dipergunakan untuk melakukan perubahan-perubahan atau penambahan data.

♠    Compute                     :   operasi aritmatika dan logika untuk

♠    Count                          :   untuk mengetahui jumlah sebuah ukuran data tertentu pada suatu baris tertentu  

♠    Recode                        :   untuk mengganti nilai pada kolom variable tertentu, sifatnya menggantikan (into same variable) atau merubah (into different variable) pada variable baru

♠    Categorize variable :    merubah angka rasional menjadi diskrit

♠    Rank case                    :   mengurutkan nilai data sebuah variabel

6           6.      ANALYSE

                  Menu analyse digunakan untuk melakukan analisis data yang telah kita masukkan ke dalam komputer. Menu ini merupakan menu yang terpenting karena semua pemrosesan dan analisis data dilakukan dengan menggunakan menu correlate, compare mens, regresion.

7          7.      GRAPH

Menu graph digunakan untuk membuat grafik, diantaranya ialah bar, line, pie, dll

8          8.      UTILITIES

Menu utilities dipergunakan untuk mengetahui informasi variabel, informasi file, dll

9          9.      AD-ONS

Menu ad-ons digunakan untuk memberikan perintah kepada SPSS jika ingin menggunakan aplikasi tambahan, misalnya menggunakan alikasi Amos, SPSS data entry, text analysis, dsb

1        10.  WINDOWS

Menu windows digunakan untuk melakukan perpindahan (switch) dari satu file ke file lainnya

1        11.  HELP

Menu help digunakan untuk membantu pengguna dalam memahami perintah-perintah SPSS jika menemui kesulitan

       TOOL BAR                :   Kumpulan perintah – perintah yang sering digunakan dalam bentuk gambar.

       POINTER                   :   Kursor yang menunjukkan posisi cell yang sedang aktif / dipilih.

 Memasukkan dan mengolah data ke spss :
 Menu utama program SPSS ini ditunjukan pada lingkaran seperti yang tampak dibawah ini

 Tampilan layar SPSS ada 2 yaitu Data view dan variabel view yang dtunjukan dibawah ini

Data view adalah data yang tampilannya seperti exel, data view ini sebagai lembar kerja.
Untuk melihat tampilan data view,dengan meng-klik tulisan (data view)
Dan tampilannya sebagaiberikut :

Sedangkan variable view berperan sebagai definisi operasional yang hasilnya nanti akan terlihat di  data view. Untuk melihat tampilan variable view, dengan meng-klik (variable view) sepeti di tunjukan lingkaran merah,dan tampilan variable view seperti dbawah ini

 Inilah pengenalan Program SPSS secara garis besar.

Untuk mengenal SPSS lebih jauh, mari kita mencoba mengolah data menggunakan analisis regresi dengan menggunakan SPSS 12.0

Hal pertama yang kita lakukan adalah memasukan data pada halaman DATA VIEW di SPSS,kemudian ketik nilai variabel-variabel (Y,X1, dan X2)

 Pada halaman VARIABEL VIEV, dalam kolom Name ketik simbol (Y,X1,X2 ) dan pada Kolom Label ketikan nama Variabel ( Daerah,Sales,Promo dan Outlet)

 Pada kolom Type, variabel Y di pilih tipe Srting karena data yang ditampilkan pada DATA VIEW berupa huruf (nama daerah) sedangkan pada variabel X1,X2,X3 dipilih type Numeric karena data yang dtampilkan berupa angka.

Selanjutnya untuk mengolah data menggunakan analisis regresi, lakukan langkah-langkah berikut.

• Klik Analyze, Regression, Linear

 Sehingga tampak tampilan seperti dibawah ini.

 Kemudian pindahkan Promo(x1),Outlet(x2) ke dalam kotak independent(s) dan Sales (y) pada kotak dependen seperti dibawah ini.

 Kemudian klik ”statistics” sperti yang ditunjukan dibawah ini.

 Selanjutnya akan tampak tampilan sperti dibawah ini, kemudian beri centang pada Estimates, Model fit, R Squared change,Descriptives,part and partial correlations,collinerity diagnostics

 klik continue..

 Selanjutnya akan tampil menu semula kemudian klik plot..

Kemudian tampilan plot sebagai berikut,,
Dan masukan *SDRESID  pada Y dan *ZRESID pada X seperti dibawah ini,kemudian klik ”continu sehinnga tampilannya menjadi sebagai berikut :

 kemudian akan tampak tampilan semula lalu Klik ”ok”

 Sehingga secara otomatis lembar output dari pengolahan data menggunakan analisis regresi dengan spss 12.0 ini ditampilkan seperti dibawah ini..

DEFINISI STATISTIKA DESKRIPTIF

1.  RUANG LINGKUP STATISTIK

1). PENGERTIAN
Statistika merupakan satu cabang penting dari aplikasi matematika, yang mulai berkembang di Indonesia sekitar tahun 1950-an.  Awal mulanya Statistika hanya dikaitkan dengan suatu metode  bagaimana orang menyajikan fakta-fakta dan angka tentang situasi dari perkembangan perekonomian, masalah Kependudukan negara, dan data ketenagakerjaan yang ada disuatu negara ; malah dalam arti sempit orang mengasumsi bahwa statistika identik dengan Tabel, Grafik atau sejenisnya. Pengertian diatas lebih konkrit kalau kita sebut dengan Statistik, seperti Statistik Penduduk, Statistik Pertanian, Statistik Produksi, Statistik Ekonomi, Statistik Logistik, Statsitik Perdagangan & Niaga, Statistik  Pariwisata, dan lain-lain.

Statistika adalah suatu ilmu sekaligus metoda yang mempelajari cara-cara mengumpulkan data untuk selanjutnya dapat di deskriptifkan dan diolah, kemudian dianalisis dalam rangka membuat kesimpulan, agar dapat ditentukan keputusan yang akan diambil berdasarkan data yang dimiliki.
Secara Skematis digambarkan sebagai berikut :

DATA =============>  PROSES STATISTIK ===========>  INFORMASI

PROSES :   a.  Penentuan Data (Ruang lingkup, Jenis, Sumber data)

b. Penyajian Data secara Tabulasi dan Visualisasi

c. Klasifikasi, dan Pengolahan Data

d. Analisis dan interprestasi data

Kata statistik berasal dari bahasa Italia “Statista” yang mempunyai arti “negarawan”.  Istilah tersebut dikenal pada abad ke-18, pertama digunakan oleh G. Achenwall, yang mengambil kata statista ( dan kemudian menjadi Statistik ) dengan alasan bahwa negara berkepentingan terhadap data dan kegunaannya tentang informasi dan karakteristik rakyatnya.  Dengan mengetahui kondisi masyarakat suatu negara seperti dengan mengadakan sensus penduduk, maka negara memudahkan untuk memobilisasi rakyat dan kegiatan menarik pajak.

Secara konkrit dapat juga disebutkan bahwa metodelogi Statistika adalah cara eksploarasi dan konfirmasi permasalahan.  Eskplorasi diawali dengan “penggalian” data dengan cara yang objektif, seperti melakukan aktivitas ilmiah berikut : Eksperimen, Studi lapangan, survey, mempelajari literatur, dan lain-lain. Data-data atau informasi ini secara numerik (angka) ataupun non-numerik (Atribut) mengukur suatu karakteristik dari unsur yang dipelajari.
Tahapan Konfirmasi , adalah “penetapan” apakah hipotesis atau asumsi atau dugaan secara signifikans (cukup berarti) dianggap benar dan dapat diterima atau salah untuk segera ditolak.  Oleh karena itu dalam Statistika terdapat metoda penting dalam keputusan yaitu yang disebut Uji Hipotesis.

2). ANALISIS STATISTIKA
Pada  dasarnya analisis Statistika dapat dibedakan atas dua macam/ tahapan, yaitu Analisis Deskriptif  sebagai definisi tradisional dan Analisis Inferensial (Induktif) yang dianut dalam definisi modern.
Analisis Deskriptif adalah suatu cara menggambarkan persoalan yang berdasarkan data yang dimiliki yakni dengan cara menata data tersebut sedemikian rupa sehingga dengan mudah dapat dipahami tentang karakteristik data, dijelaskan dan berguna untuk keperluan selanjutnya.  Jadi dalam hal ini terdapat aktivitas atau proses pengumpulan data, dan pengolahan data berdasarkan tujuannya.
Sebagai contoh, seorang Mahasiswa Perhotelan ingin meneliti berapa rata-rata jumlah kamar yang terisi setiap minggu untuk hotel-hotel di Kota Bandung, baik hotel berbintang maupun non-bintang.  Maka dilakukan survai pengumpulan data pada objek beberapa hotel yang mewakili Hotel Berbintang dan sampael hotel non-bintang, untuk pengamatan periode tertentu, dan dihitung rata-ratanya melalui olahan data sampel pengamatan tadi.
Contoh lain, misalkan suatu perusahaan Pabrik Sepatu “Gineo”, ingin mengetahui secara pasti perkembangan marketing produknya dipasaran local, maka dilakukan aktivitas pengumpulan data time series untuk jangka waktu tertentu (periodic), dan di lakukan deskripsi melalui analisis tren.
Secara rinci kerangka kerja dari Statistika Deskriptif adalah sebagai berikut :
a. Menentukan Metoda Pengumpulan Data
Pendekatan Statistika dalam analisis suatu penelitian adalah dimilikinya data sampel yang mencerminkan data populasi.  hal ini dapat dimiliki dengan cara :   Wawancara,   Penyebaran Angket (Kuesioner),   Survai sampling dan
Eksperimen.  Cara-cara diatas lebih dikenal dengan Teknik pengumpulan data secara Sampling.  Metoda Sampling ini akan kita bahas tuntas pada bab selanjutnya.

b. Metoda Pengolahan dan Penyajian Data
Penyajian data adalah langkah-langkah menata data yang diperoleh untuk dapat memperjelas permasalahan.  Penataan ini dapat dilakukan dengan tabulasi data dalam bentuk tabel atau daftar, selain itu juga dapat divisualisasikan dalam diagram atau grafik statistik.

contoh-contoh penataan (penyajian) data :

(1). Tabel Baris – Kolom

Berikut diberikan Suatu daftar atau tabel yang terdiri atas satu atau beberapa baris dan satu atau beberapa kolom dalam mendeskripsikan sesuatu secara angka.

Tabel 2.1

Sampel Data Karyawan peserta Jamsostek

Nama	Sex	Gaji/Bln	Umur
NATUL MARISA	P	Rp.  645.000	32
ARMIN FANE	L	Rp.  576.500	35
HANDI	L	Rp.  775.000	40
DEDI PRIADHI	L	Rp.  825.000	33
YUDHI	L	Rp.  655.500	36
ENNI SUSNITA	P	Rp.  448.850	28
BUDIMAN	L	Rp.  525.000	39
ASEP KURNIA	L	Rp.  475.500	28
ALI YASFI	L	Rp.  885.000	30
IRA RIANI	P	Rp.1.125.000	34
NANI RIAWATI	P	Rp.  725.500	31
AZHAR	L	Rp.  925.500	39
IMRAN	L	Rp.  535.000	42
DADANG K	L	Rp.  476.500	34

(b). Tabel Kontingensi

–  Yaitu suatu daftar atau tabel yang sengaja ditampilkan karena satu unsur dengan unsur lainnya terdapat kesesuaian (Pengaruh/Keterkaitan). Tabel kontingensi ini dapat bermacam-macam, seperti hubungan 2-faktor atau biner, yang masing-masing memiliki 2-katagori dikenal dengan bentuk tabel kontingensi 2×2, jika factor pertama memiliki 3-katagori disebut kontingensi 3×2.  Demikian pula untuk hubungan 3-faktor atau trivariat, yang masing-masing memiliki 2-katagori maka disebut kontingensi 2x2x2.

Contoh : Tabel 1.2. Kontingensi 2×2

Deskripsi Jumlah mahasiswa STMIK KEBANGSAAN

Angkatan 2010, Berdasarkan Jenis Kelamin dan Asal Daerah

		Asal Daerah
		Bireuen	Luar  Bireuen
Sex	Laki-Laki	28	23
	Perempuan	38	20
Jumlah		66	43

Sumber : Akademik , 2002

Tabel 1.4. Kontingensi 2×3

Distribusi Tabungan Pihak Ketiga di Bireuen Th. 2009

Kuartal/Th.2001	Jenis Tabungan Pihak Ketiga
	Giro	Tabungan	Deposito
Kuartal-1	Rp  16.037.471	Rp  17.971.682	Rp  81.924.467
Kuartal-2	Rp  17.603.955	Rp  18.376.386	Rp  76.354.774

Sumber  : Bank Indonesia Aceh, 2009.

©. DAFTAR DISTRIBUSI FREKUENSI

–          Yaitu data kuantitatif yang dibuat dalam beberapa distribusi/ pengelompokan dengan sejumlah frekuensi tertentu.  Umumnya suatu daftar diteribusi frekuensi (DDF) terdiri atas, kolom-1 menyatakan interval data, kolom-2 menyatakan frekuensi atau jumlah data yang masuk dalam masing-masing interval (kelas) data yang dibuat, kolom-3 menyatakan nilai tengah data

–          (mid-point atau markah) kelas data, dan kolom-kolom berikutnya dapat dilengkapi keterangan lain, seperti frekuensi relatif, frekuensi kumulatif, dll.

Skema :

Interval Data(Kelas Data)	Frekuensi( fi )	Nilai Tengah(mid-point)	Frek.-Relatif	Frek-Kumulatif
a – c	f1	x1	f1/ n	F1
d – f	f2	x2	f2 / n	f1 + f2
g – i	f3	x3	f3 / n	f1 + f2 + f3
.. dst ..	…	…	…	…
Jumlah	S fi = n	S xi

Contoh : Daftar 1.5.

Tinggi Badan 100 mahasiswa ( Cm )

Interval Tinggi Badan	Jumlah Mhs( fi )	Nilai Tengah(mid-point)	Frek.-Relatif	Frek-Kumulatif
145-149	12	147	0.12	12
150-154	23	152	0.23	35
155-159	34	157	0.34	69
160-164	14	162	0.14	83
165-169	10	167	0.10	93
170-175	7	172,5	0.07	100
Jumlah	100		1.00

Penyusunan daftar frekuensi, sering juga digunakan untuk mendeskripsikan data-data atau informasi kualitatif, seperti jumlah penduduk per pulau, distribusi penduduk per-jenis kelamin, jumlah mahasiswa berdasarkan nilai huruf akhir ujian (Nilai A, B, C, D, dan E), dan lain-lain.

Tetapi dalam hal pengolahan dan analisis data secara statistik, daftar data yang dapat digunakan manakala data tersebut bersifat kuantitatif (numeric).

Demikian pula, bahwa dalam penyusunan DDF, orang dapat saja membuatnya secara bebas, tetapi sebaiknya untuk keperluan analisis yang baik, dibuatkan Daftar Distribusi Frekuensi (DDF) dengan panjang distribusi (interval data dalam kelas) yang sama.  Untuk membuat DDF tersebut dapat dilakukan dengan cara beberapa cara, seperti cara yang dikemukakan oleh Sturgess

LANGKAH MENENTUKAN DDF
(i).     Tentukan rentang data yakni selisih data terbesar [ Xn ] dengan data terkecil [ X1 ], atau    R (X) =  [ Xn ] – [ X1 ]
(ii).   Tentukan banyak kelas interval (K) yang diperlukan dari rangkaian data yang dimiliki.
Jumlah kelas dapat dihitung dengan rumusan atau aturan dari H.A. Sturgess, yaitu  ;
K = 1 + 3,322 log (n) ,     n = jumlah data
(iii).  Tentukan panjang kelas interval (distribusi), yaitu :
I = [ R(X) ] / K
Harga  ( I )  dimulai dari data yang terkecil ditempatkan pada batas kiri kelas pertama, dan diakhir oleh data terbesar ditempatkan pada batas kanan kelas data terakhir.  Dan nilai I yang digunakan disesuaikan dengan ketelitian satuan data yang dipunyai, seperti :
– Jika Data berbentuk satuan ( bulat), ambil  “I”  dgn ketelitian sampai satu satuan.   Misalnya I = 2,6346  maka dibulatkan menjadi I = 3.
– Jika Data berbentuk 1 ( satu ) satuan desimal, ambil  I   hingga kete-litian 1 desimal. Misalnya I = 2,6346 maka dibulatkan I = 2,6
– Demikian seterusnya

Contoh 1.       Misalkan Dipunyai sejumlah 20 unit data, dengan data terbesar adalah 45,25 dan data terkecil 10,05.
Maka :     R   =  45,25 – 10,05 = 35,20
K   =  1 + 3,322 log 20  =  5,322  dibulatkan  K = 5
I    =  25,20 / 5   =  7,04
Sehingga susunan kelas data dibuatkan dalam 5 kelas yaitu :

Kelas   D a t a
10,05 – 17,08
17,09 – 24,12
24,13 – 31,16
31,17 – 38,20
38,21 – 45,25

Selain diskripsi data dalam bentuk tabulasi (Daftar/Tabel), secara lebih menarik dewasa ini cukup banyak digunakan teknik-teknik penggambaran secara visual dengan bantuan program komputer (Microsoft Excel, SPSS, Visio, dll)  sehingga menarik bagi orang untuk membacanya.

Contoh-contoh Diagram dasar untuk visualisasi data :
======================================================
1).  Diagram Batang     (Bar)          5). Diagram Scatter    (Scatter Chart)
2).  Diagram Garis     (line)             6). Diagram Boxplot    (Boxplot Chart)
3).  Diagram Lingkar     (Pie)        7). Histogram
4).  Diagram Pareto    (Pareto)    8). Poligon dan Ogive
======================================================

Sumbu datar (Horizontal) menyatakan kelompok Umur Labor Force, dan sumbu tegak (Vertikal) menyatakan Jumlah Labor Force.

Contoh :  Diagram Garis (Line) tentang Perkembangan Suku Bunga Bank.

Tampak Garis yang berfluktuasi adalah data riil pertumbuhan suku bunga bank sejak Januari 1997 sampai Agustus 2001, sedangkan garis yang mulus adalah garis penghalusan (smoothing) model/ trend pertumbuhan data tersebut.

Diagram Lingkar (PIE)
Merupakan bentuk diagram yang mendeskripsikan data dalam beberapa pecahan, dan digambarkan dalam satuan proporsi, atau prosentase.

Contoh : Prosentase Mahasiswa STIE STAN IM berdasarkan  program studi

Contoh : Diagram Scatter

Diagram Scatter pada prinsipnya mendeskripsikan posisi data dalam diagram melalui titik-titik pencaran tertentu, yang biasanya digunakan untuk mencari pola pencaran data, sehingga dapat dideteksi pola data tersebut melalui fungsi matematis.
Untuk menggambarkan atau mendeskriptifkan data terkelompok dalam bentuk distribusi frekuensi dapat digunakan dengan beberapa bentuk grafik, yaitu Histogram, Poligon frekuensi, maupun Kurva Ogive.
i.  Histogram  : Suatu bentuk diagram batang yang kontinu pada batas interval (limit) data. Sumbu tegak menyatakan frekuensinya dan sumbu datar menyatakan limit interval data (yang digunakan adalah tepi batas kiri setiap kelas)
Contoh :  untuk contoh distribusi data labor force sebelumnya (pada contoh diagram batang), dapat dibuatkan tepi batas kiri setiap kelas atau disebut limit kelas berikut ini :